Analysis of genetic diversity of Bahaba flavolabiata based on microsatellite markers
-
摘要:
文章利用微卫星标记对珠江口海域19个黄唇鱼(Bahaba flavolabiata) DNA样品进行了遗传多样性研究，以期为黄唇鱼的种质鉴定和保育等研究奠定基础。结果显示，29个微卫星位点的等位基因数(Na)分别为2~7个，等位基因总数为121个，平均等位基因数为4.17个。有效等位基因数(Ne)介于1.060 6~6.056 1，总和为85.205 0。平均观测杂合度(Ho)和平均期望杂合度(He)分别为0.659 3和0.597 3。多态性信息含量(PIC)介于0.055 5~0.813 7，平均值为0.542 3，其中19个位点表现出高度多态性。5个位点显著偏离Hardy-Weinberg平衡(校正P≤0.036)。基因丰富度(Rs)介于2~6.976，总和为119.638。基因多样性(GD)介于0.059~0.856。这些数据显示黄唇鱼群体遗传多样性处于较高水平。
Abstract:We examined the genetic diversity of 19 Bahaba flavolabiata samples collected from the Pearl River estuary based on microsatellite markers, so as to provide references for the identification of its germplasm resources and future breeding. The results show that the number of alleles (Na) in each of the 29 microsatellite loci was 2−7, with a total number of 121 alleles. The average number of alleles in each locus was 4.17. The effective number of alleles (Ne) was 1.060 6−6.056 1, with a sum of 85.205 0. The average values of the observed heterozygosity (Ho) and the expected heterozygosity (He) were 0.659 3 and 0.597 3, respectively. The value of polymorphism information content (PIC) was 0.055 5−0.813 7, with an average of 0.542 3, and 19 loci showed high polymorphism. Five loci deviated significantly from the Hardy-Weinberg equilibrium (corrected P≤0.036). The allelic richness (Rs) was 2−6.976, with a sum of 119.638. The genetic diversity (GD) was 0.059−0.856. It is suggested that most of the SSR loci developed in this study are highly polymorphic, and the genetic diversity of B. flavolabiata population is at a higher level.
-
Keywords:
- Bahaba flavolabiata /
- microsatellite makers /
- genetic diversity
-
受过度捕捞、环境污染等因素影响，南海近海的主要传统经济鱼类已逐渐衰退[1]。但南海外海仍蕴含着丰富的中上层渔业资源，其中的代表种类为鸢乌贼 (Sthenoteuthis oualaniensis)、黄鳍金枪鱼 (Thunnus albacares)、扁舵鲣 (Auxis thazard)、长体圆鲹 (Decapterus macrosoma) 等。南海渔船的传统捕捞作业方式主要包括底拖网、流刺网、围网和钓具等[2]；大型灯光罩网是近年来兴起的一种重要渔具，捕捞对象以头足类和趋光性鱼类为主。与底拖网相比，大型灯光罩网渔业对海底破坏小[3]；相较于灯光围网，大型灯光罩网操作简单、技术要求低[4]。对大洋性中上层渔业资源具有较好的捕捞效率，大型灯光罩网渔业已逐渐发展成为南海中南部海区的主要作业类型。发展南海外海大型灯光罩网渔业有助于其渔业资源的开发及可持续利用[5-6]。
船舶监控系统 (Vessel monitoring system, VMS) 可将渔船的位置、航向、航速等数据实时传输到岸上的监控中心，实现对渔船的高效监测。2000年由我国自主研发的北斗船位监控系统率先在南海应用于渔船监控，2006年完成了在南沙海区作业渔船的北斗卫星船载终端设备安装，至2020年底，南海三省区中大型渔船已经全部纳入监控范围[7]。北斗VMS的发展为南海渔船管理提供了新手段[8]。
此前，我国对南海大型灯光罩网渔业的研究普遍基于单一或少数渔船的渔捞日志。张鹏等[9]根据渔船的生产监测数据分析了南海区大型灯光罩网的渔场、渔期和渔获组成，邹建伟等[10]利用广西渔船研究南海大型灯光罩网主要渔场的分布及变动，谢恩阁等[11]利用渔船单位捕捞努力量渔获量 (Catch per unit effort, CPUE)评估了南海渔业资源丰度。近年来，随着北斗导航系统的发展，冯波等[12]利用北斗导航卫星的短信功能收集灯光罩网船渔业数据，并应用于南海渔业资源的评估。现阶段，Joo等[13]使用VMS数据与聚类分析方法，分析了秘鲁鳀 (Engraulis ringens) 围网渔船的轨迹，研究其渔场动态；Lambert等[14]将VMS数据与轨迹插值的预测结果进行比较，分析拖网渔船捕捞强度。近年来国内也开始运用北斗船位数据研究渔业，例如利用北斗船位数据动态监测与分析了海南省和江苏省渔船的航次动态[15-16]；提取和验证了流刺网渔船作业网次和方向[17]；研究了拖网渔船作业时长的时空变化以及作业强度的变动等[18]，但利用VMS对南海大型灯光罩网渔船的研究较少。北斗船位监控系统的应用为南海外海渔业资源评估与管理提供了新途径，本文利用北斗船位数据对南海大型灯光罩网渔船进行研究，监测南海灯光罩网渔船的生产情况，以加强对大型灯光罩网渔业的认识，有效地管理南海渔业捕捞活动，合理规划渔业生产，保护南海渔业资源。
1. 材料与方法
1.1 数据来源
中国水产科学研究院南海水产研究所南海渔业战略研究中心收集了南海三省区渔船的北斗VMS数据，空间分辨率约为10 m，时间分辨率约为3 min。记录内容包括渔船名称、定位时间、经纬度、航速、航向等相关信息。本研究基于北斗VMS系统所获取的2018年南海三省区共121 艘大型灯光罩网渔船 (其中广西、海南和广东分别有55、55 和11 艘) 在南海全年的记录。
1.2 渔船作业天数计算
筛选整月船速不为0，渔船位置有变化，每月VMS数据多于1 000条，且在南海区域作业的数据，统计出2018年12个月每月出海作业的最大渔船数量及作业天数。
1.3 渔船位置数据提取
本研究获取121艘大型灯光罩网渔船2018年的全年船位数据，利用Matlab R2016 a 软件对获取的船位数据中的时间、航速、渔船经纬度等信息进行筛选处理。若船只在预设范围之内，则将该组船位数据标记为捕捞作业点。因大型灯光罩网渔船主要作业时间在天黑以后 (19:00前后) 至次日05:00前后，且作业时段停机漂流 (船速保持在0~2 kn)。灯光罩网渔船一晚可作业10~12网次，每个网次作业位置可能发生变化，产生多个离散的船位点[19]，除第一网次用时较长外，其余网次作业时长在30 min以内。因此本研究采用平均中心算法对每天凌晨01:00时船速小于3 kn且每月作业超过5 d的南海灯光罩网渔船位置的经纬度进行计算，处理得到的坐标位置通过ArcGIS 10.6软件进行标点，绘出12个月121 艘渔船的分布热图。
1.4 渔船分布重心计算
在二维平面空间计算分布重心，其空间位移的方向、路径能够反映渔场变化的基本特征。其计算公式如下[20]：
$$ x=\frac{\sum _{i=1}^{n}{x}_{i}}{n} $$ (1) $$ y=\frac{\sum _{i=1}^{n}{y}_{i}}{n} $$ (2) 式中：
$ (x,y)\hspace{0.25em} $ 代表渔船分布重心坐标；$ {(x}_{i},{y}_{i}\left) \right(i= 1,2,...,n) $ 代表渔船平面离散点坐标。2. 结果
2.1 渔船船位信息特点
本研究对目标渔船2018年接收到的8 821 681条渔船监测信息进行挖掘与分析，提取其作业天数。对比2018年各月南海的大型灯光罩网渔船数量 (图1) 和作业天数 (图2)，发现大型灯光罩网渔船在南海全年均有作业；其中3—5月是主要生产季节，接收到了88%以上的船位数据，且每月平均作业天数超过(24±2.5) d·船−1；6—8月由于是休渔期，渔船生产受到影响，仅接收到约35%的船位数据，且每月平均作业 (24±0.8) d·船−1；9—11月休渔期结束，但南海秋季海面风浪大，作业环境恶劣，接收到约48.5%的船位数据，且每月平均作业 (27±0.5) d·船−1；冬季12月—翌年2月接收到约53.7%的船位数据，且每月平均作业 (23±2.8) d·船−1。
![]()
图 1 2018年从渔船监测信息获取的每月最大渔船数量Figure 1. Monthly maximum number of fishing vessels obtained from vessel monitoring information in 20182.2 VMS信息接收频次
北斗VMS时间分辨率理论值为3 min，理论上每艘船每天可发送480 条船位信息。提取渔船作业数据并取平均值，可以发现实际值与理论值存在一定差异 (图3)。121 艘船中有51 艘发送数量高于理论平均值，其余70 艘明显低于理论平均值。其中平均每天发送信息最高值可达873 条，最低值仅70 条，差距明显 (图4)。由于121 艘渔船分别来自南海三省区，通过对比这三省区渔船平均每天发送VMS信息数据量发现，广西渔船每天发送VMS信息数量平均值 (547条) 多于广东 (318条)，而海南最少 (184条)。
![]()
图 3 2018年每船北斗船位数据日发送量月平均值Figure 3. Monthly average of number of Beidou VMS transmission per vessel per day in 2018![]()
图 4 121艘船平均每船每天发送VMS数据的次数Figure 4. Average number of VMS transmission per vessel per day of 121 vessels2.3 绘制分布图
1月 (48艘，1 040 d)和2月 (34艘，725 d) 渔船数量较少且作业位置较分散，渔船分布在中、西沙海域；3月 (109艘，2 052 d) 和4月 (119艘，2 764 d) 作业区域达到最大且密集，渔船开始向南延伸，到达南沙群岛附近海域，且作业区域较为集中；5—7月作业船数和天数明显减少，在7月仅有27艘船作业580 d，且位置分散；8月渔船数量开始有所回升，作业渔船为54艘 (1 086 d)，9月渔船重心开始从南海外海向北偏移，集中在万山、珠江口一带以及东沙群岛海域；10—12月 (约55艘，约1 200 d) 渔船较为集中在北部湾以及中、西沙群岛海域 (图5)。
![]()
图 5 南海大型灯光罩网渔船每月分布热图Figure 5. Monthly distribution of large-size light falling-net vessels in South China Sea2.4 主要渔场渔船分布
根据研究经验所得，渔船分布明显分为4块区域 (图6)。I区：14°N—19°N、109°E—116°E，中、西沙临近海域；II区：19°30′N —23°N、111°E—116°E，珠江口外大陆架海域；III区：17°N—21°N、106°E—109°E，北部湾大陆架海域；IV区：4°N —11°55′N、109°30′E —118°E，南沙附近海域。经过统计筛选渔船作业天数，绘制出一年内不同月份渔船在4个渔区的对比图 (图7)。1—2月、10—12月渔船在I区的作业天数最多，其中1月 (625 d)、11月 (620 d) 和12月 (725 d) 均超过本月作业天数的50%。3—5月IV区的作业天数开始骤升，并在4月 (1 243 d) 达到最多，占全年在IV区作业天数 (4 682 d) 的26.5%。8—9月II区的作业天数开始增加，其中9月II区作业天数 (532 d) 接近本月 (1 077 d) 50%。8、10、11和12月均存在两个明显的作业渔场，其中8月在I和IV区，10—12月在I和III区。
![]()
图 6 南海大型灯光罩网作业渔区Figure 6. Large-size light falling-net vessels fishing areas in South China Sea本文采用系统聚类法，利用SPSS 22.0软件选择以最短距离作为类间的距离，平方Euclidean距离为样本之间的距离，对不同渔区每月作业天数进行聚类分析，结果见图8。12个月的相似程度聚类比较明显，可初步分为三大类。第一类是1—2月和10—12月；第二类是3—7月，其中又可细分为3—5月和6—7月；第三类是8—9月。结合渔船位置热图分析，1—2月和10—12月渔场位置中心在中、西沙海域，3—7月在南沙群岛海域；8—9月在珠江口外海海域。
3. 讨论
3.1 大型灯光罩网渔业发展
灯光罩网渔船系20世纪90年代初由广东渔民在传统的灯光围网渔船基础上改装而来的一种新型渔船。其主要捕捞对象为蓝圆鲹 (Decapterus maruadsi)、扁舵鲣、中国枪乌贼 (Uroteuthis chinensis) 等趋光性鱼类和头足类[21]。灯光罩网渔船2004年春季在中、西沙海域探捕鸢乌贼获得了成功，自此前往南海外海的大型灯光罩网渔船逐年增加，并逐渐由南海北部向中南部转移，2011年灯光罩网渔船开始大规模开发南沙[10]。灯光罩网渔船具有网具结构简单、操作简便、捕捞效率高及对环境破坏小等优势，在政策的鼓励和扶持下得到快速发展，成为南海中上层鱼类捕捞的主要作业方式[22-23]。
与2005—2010年渔船作业海域相比，近10年来大型灯光罩网渔船在南海外海的生产范围越来越广，几乎覆盖了整个南海外海。除之前的中、西沙邻近深水海域、珠江口外大陆架及北部湾[9]外，当前又增加了南沙附近海域。本研究表明，与2005—2010年相比，当前的分季节作业海域也发生了明显改变，12月—翌年2月主要作业区域从珠江口外大陆架[24]转向中、西沙附近海域；3—5月主要作业区域从中、西沙海域逐渐向南沙海域转移。这是由于2010年之前灯光罩网渔船多为木船，技术装备落后，绝大多数罩网渔船只能在离港较近的海域作业。但是随着新型大型钢质渔船的发展，续航时间和抗风能力增强，大型灯光罩网渔船的作业区域向南延伸，且作业天数也有所增加。
南海大型灯光罩网渔船出海作业受到季风、台风、休渔、春节等多种因素影响。分析大型灯光罩网渔船全年的空间分布，可以在一定程度上认识渔船的季节性分布规律[25]。南海夏季 (6—8月) 受西南季风影响，秋季 (9—11月) 西南季风自北向南撤离，冬季 (12月—翌年2月) 受东北季风影响。2018年全年大型灯光罩网渔船作业强度春季 (38.87%) >秋季 (23.71%)>冬季 (22.05%)>夏季 (15.36%)。春季是南海大型灯光罩网渔船分布最密集且最广的季节，主要集中分布于中、西沙海区，且一直向南延伸到南沙群岛附近。夏季是大型灯光罩网渔船作业的低谷期；其中6—7月南海近海几乎无渔船作业。由于实施伏季休渔制度，2018年自5月1日12时起至8月16日12时，12°N至“闽粤海域交界线”的南海区域 (含北部湾) 休渔[26]。但12°N以南仍可作业，因此南海外海在6—7月仍有少量渔船分布。在休渔期结束后，渔船开始出港作业，除了在南海外海，8月在沿海一带也有渔船分布。秋季南海大型灯光罩网渔船受到台风“山竹”“圆规”“玉兔”等的影响开始由外海向珠江口一带、东沙群岛附近以及北部湾集中。相较于春、秋季，冬季是渔船分布最少的季节。12月—翌年1月受冷空气影响，海上风浪大，多数渔船会选择在近海作业甚至停产，停靠码头进行休整。2月除了冷空气影响渔船出港作业外，恰逢中国春节，渔船出海作业也偏少。
3.2 基于北斗VMS的大型灯光罩网渔业监测
随着现代渔船监测方法的快速发展，对大型灯光罩网渔业数据的获取有不同的方式。目前有VMS、自动识别系统 (AIS)、电子监测系统 (EMS/e-monitoring)、合成孔径雷达 (SAR)和夜间卫星 (Nightly satellite) 等方法 (表1)。
表 1 5种船舶监控系统应用于南海的比较Table 1. Comparison of five ship monitoring systems in South China Sea方法
Method数据内容
Data content数据公开
Public data时间分辨率
Time-resolved优点
Advantage缺点
Disadvantage船舶自动识别系统
AIS位置、船号、航速、航向、航行
状态；公开 当航速≤2 kn，3 min；当航速>2 kn，30 s (南海渔船安装的均为B级AIS) 从AIS船位数据获取捕捞强度信息，实时、范围广、快速便捷、高时空分辨率 存在船舶数据覆盖不够全面、数据信号采集空间分布不均、捕捞强度信息获取精度不高等情况。AIS只适用于近海，南海外海无信号 北斗船舶监控系统
Beidou VMS船名、位置经纬度、航速、航向、时间戳等 不公开 一般为3 min (不同区域存在差别) VMS最先应用于南海，且覆盖率广，几乎所有南海渔船都装有VMS系统 仅根据VMS数据中的航速、航向判断灯光罩网不能判断渔船是否在作业；北斗终端只有在开机的情况下才能获取船位数据 电子监测系统
EMS渔船位置、捕捞活动的各种措施、渔获物的内容和处理 不公开 几乎连续 非常详细地提供渔船捕捞活动信息 依靠人工记录收集数据，存在数据填写不规范以及填写不实等情况 合成孔径雷达
SAR船的位置 公开 每个成像事件1次检测。目前所有商业SAR供应商均处于黎明/黄昏轨道，每天仅2次成像机会 可以提供不同分辨率 (高达3 m分辨率) 海洋中航行船只的详细图像 图像覆盖率有限，仅靠系统图像无法识别渔船身份 夜间卫星
Nightly satellite时间、当前位置的渔船灯光 公开 每晚过境一次 可根据渔船灯光识别大型灯光罩网渔船作业 云条件、卫星观测天顶角及非渔船强灯光等会影响观测数据 比较以上几种获取渔业数据的方法发现，基于北斗渔船船位数据对南海大型灯光罩网渔船进行监测有明显优势[27]。北斗VMS数据具备实时性强、全天候、自动化获取等优势，使其可有效服务于渔业精细化管理。AIS设备可分为Class A和Class B[28]，目前我国渔船安装的AIS设备均为Class B。与Class A相比，Class B广播频次较低且信号传输距离也更短。故此，我国渔船AIS在南海外海无信号，无法利用AIS研究南海外海渔业。EMS数据存在数据填写不规范以及填写不实等情况。SAR通常覆盖的区域相对有限，船只身份无法从图像中直接确定。夜间卫星通常只有在使用非常明亮的灯光吸引渔获物时渔船才能被检测到；并存在云层、卫星观测天顶角、海上石油平台等对监测的干扰[29]。基于我国自主研发的北斗船位监控系统数据保密性好，准确性高且范围广，还可以弥补电子渔捞日志的延时性以及耗费人力物力大的不足[30]。
然而北斗VMS仍存在不足。仅通过船位数据的航速、航向等信息，并不能判断灯光罩网渔船作业情况；同时，北斗终端只有在开机的情况下才能获取船位数据，在运行中可能存在设备故障、供电不足、信号干扰、人为关闭等一些情况，会直接影响数据准确性。本研究在对比南海三省区渔船VMS数据时发现不同省区接收数据频次存在差异。由此推测不同省区渔船在海上作业时可能受到船员操作习惯以及不同省区对渔船管理方式的影响[31]。根据我国相关政策，渔船在12°N以南海域航行作业期间，除正常享受国内海洋捕捞渔船油价补贴外，还享受特定水域作业渔船专项油价补贴。因此渔船会在外海打开北斗VMS，向监控中心传输数据，证明其在外海作业。除该原因外，渔船在近岸更倾向使用北斗短报文、卫星电话、超短波等传输信息。这些技术相较于北斗VMS而言更加便捷、便宜。以上原因会使北斗船位监控系统在外海记录消息的效率明显优于近岸。
需要注意的是，本文通过单船每日平均记录数据次数来反映北斗船载终端的开机情况，但如果渔船作业时关闭船载北斗终端，可能会影响统计渔船出海数量以及出海位置分析。月相对北斗开机也有一定影响。晏磊等[32]研究发现月相对南海灯光罩网渔船作业有显著性影响，相较于月黑天 (初一至初七、廿三至三十)，渔船在月光天 (初八至廿二) 的作业产量下降，尤其在满月天 (正月十五)，少数渔船会不作业。本文忽略满月期间渔船不作业的情况，因此将VMS记录天数作为渔船作业天数会造成渔船作业天数偏高。
4. 小结
本文以南海大型灯光罩网渔船为研究对象，基于北斗船位数据提取时间、航速、渔船经纬度等信息，整理得出2018年在南海作业的121 艘大型灯光罩网渔船每月作业天数分布以及VMS信息接收情况，并且根据渔船船位数据，简要分析了南海大型灯光罩网渔船的位置分布，得出南海大型灯光罩网渔船分布的季节性变化及作业强度为春>秋>冬>夏。根据大量离散船位点大致找到渔船分布重心点，并且根据离散船位点的变化可以观察其分布重心点的偏移。研究表明基于北斗船位数据对南海大型灯光罩网渔业开展研究是可行的。但本研究仍存在一定不足，由于仅基于单年单一方式的数据，使得数据可能存在偶然性和片面性。今后可以对南海大型灯光罩网渔船进行更精细的研究，例如将收集大型灯光罩网渔船信息的方法结合应用对渔场进行预测分析，研究气候变化对渔场中心的影响等，进一步提高研究的全面性，为南海渔业发展提供更加科学的参考。
-
![]()
图 1 黄唇鱼双重荧光PCR的产物电泳图
M为DNA Maker 2 000，条带大小从下到上依次为100 bp、250 bp、500 bp、750 bp、1 000 bp、2 000 bp
Figure 1. Electrophoretogram of fluorescent double-plex PCR of B. flavolabiata
M. DNA Maker 2 000; the fragment sizes from bottom to top are 100 bp, 250 bp, 500 bp, 750 bp, 1 000 bp and 2 000 bp, respectively.
![]()
图 2 黄唇鱼微卫星引物在个体中的等位基因峰图
Figure 2. Electropherogram peaks of microsatellite primers in B. flavolabiata
表 1 29对黄唇鱼微卫星引物的信息
Table 1 Information of 29 pairs of microsatellite primers of B. flavolabiata
位点
locus正向引物 (F)
forward primer反向引物 (R)
reverse primer条带大小/bp
size range退火温度/℃
annealing temperatureSLN01 tgcgtgtctgtgtttcttgtatt accaacgtttcattttcacaaac 155 58 SLN03 aaaaatcagtctggggtttcttc aggacgtccagagtgagaattta 135 58 SLN05 ttcctgttatcggacacaagatt tcgccgcttattattatacacaac 100 58 SLN07 gaaaacccaaacagacagacaag gaacacagaactctgaggaggac 106 58 SLN09 cctcgagttcatcagccaat atgacgagtttgcagctaaaatg 148 58 SLN11 agcttattaggctgagcattgtg gaatggttttcatttctctgcac 143 58 SLN12 gcagagcactgaattgaaatagg aggaaaatgcaaaacgagtctta 160 58 SLN14 tttgccataacttgtctgtgttg ctatggagcatctcccagcc 159 58 SLN16 cagcaaataaagaaggcacagac ctctcctttcttttcctctcacc 151 58 SLN17 ccatgcacacatacagttgttct gggtctggtaggtaggtaatgga 146 58 SLN18 caaattcattacaaaagcagtatcca taaaaaccagagtgcgagttacc 159 58 SLN19 gcgaaaagagcagaaagacg cgacatcttcgaaccaaaactac 153 58 SLN20 gctgtgactttgagtcattttct tggcagaaatttatgttttcatt 160 58 SLN21 gttgtctcaaatgctgtgttttg catgttcagacacatatcccaga 130 58 SLN22 acactagctgtcatgtggctctc tttttgttttgcacctcatacct 141 58 SLN24 ttctaccacgccaggtaacac ccgaataactatggggagaaagt 89 58 SLN25 cacaacactccaaatcctttttc aggtcctctcacacactgaagag 157 58 SLN26 ccagtggctggatgtcagtag atctctccacagcaataaggtca 135 58 SLN29 agcctcgacacactctgaagac ccaaagactcgaagacagagtga 120 58 SLN31 cattggcaacctttgacttagac gaggaggatagcataggagaagg 145 58 SLN32 ttaatctgtggaaaaactgagcc gggaccagtctgtaaaatgagtt 146 58 SLN33 acatgatcgacacatgacacaac gtcacgtctctgtgaggagagat 104 58 SLN34 agctcaagacaaacaaaaagctg ggataaaattgtgtccagtcagg 156 58 SLN35 tagggatgtaaggggaaacttgt acatttgataagcaactgccatt 156 58 SLN38 gacgaagagagacgaagagtcaa gttacatttgagccaaccaacat 150 58 SLN42 aagccattaagtgggaaataagc cgactctgcctcatttatcaagt 156 58 SLN44 ctttgtcactggcgacatctagt accctgtctcagtagcacacatt 151 58 SLN45 actgaagtgaccaatcacagagg taaaccgatcgtctgaaggaat 130 58 SLN46 cagagtccagaacattttgatcc tactctgcagaccatactgtcca 160 58 
下载: 导出CSV
表 2 黄唇鱼29个微卫星位点的遗传多样性
Table 2 Genetic diversity statistics in 29 microsatellite loci of B. flavolabiata
位点 locus N Na Ne Ho He PHWE PIC Rs GD SLN24 15 4 2.432 4 0.200 0 0.588 9 0.033 0.502 6 4 0.624 SLN32 19 2 1.870 5 0.526 3 0.465 4 0.568 0.357 1 2 0.477 SLN09 16 7 4.531 0 0.562 5 0.779 3 0.112 0.747 1 6.875 0.813 SLN05 18 7 6.056 1 0.944 4 0.834 9 0.469 0.813 7 6.976 0.856 SLN16 17 7 3.753 2 1.000 0 0.733 6 0.174 0.702 5 6.86 0.748 SLN07 19 3 2.714 3 0.894 7 0.631 6 0.015 0.558 1 3 0.642 SLN44 19 4 2.787 6 0.736 8 0.641 3 0.117 0.576 8 3.992 0.656 SLN29 18 7 4.263 2 0.944 4 0.765 4 0.405 0.735 6 6.804 0.783 SLN45 16 3 2.497 6 0.937 5 0.599 6 0.061 0.515 1 3 0.599 SLN19 18 5 3.192 1 0.944 4 0.686 7 0.212 0.641 7 4.833 0.699 SLN01 19 6 3.902 7 0.894 7 0.743 8 0.626 0.707 5 5.952 0.76 SLN03 18 2 1.456 2 0.388 9 0.313 3 0.306 0.264 2 2 0.32 SLN34 17 2 1.972 7 0.647 1 0.493 1 0.198 0.371 5 2 0.504 SLN26 19 4 2.569 4 0.684 2 0.610 8 0.000 0.556 4 3.96 0.626 SLN42 17 2 1.060 6 0.058 8 0.057 1 0.901 0.055 5 1.882 0.059 SLN22 19 4 3.721 6 0.947 4 0.731 3 0.135 0.681 6 4 0.746 SLN25 19 5 4.247 1 0.894 7 0.764 5 0.061 0.727 5 4.999 0.782 SLN12 18 4 2.242 2 0.333 3 0.554 0 0.036 0.498 5 3.973 0.577 SLN11 18 4 2.347 8 0.444 4 0.574 1 0.000 0.500 3 3.952 0.595 SLN20 16 4 2.048 0 0.437 5 0.511 7 0.585 0.461 1 3.938 0.531 SLN31 19 3 2.181 3 0.473 7 0.541 6 0.849 0.457 5 2.993 0.558 SLN46 19 6 5.084 5 1.000 0 0.803 3 0.117 0.776 8 5.999 0.82 SLN14 19 3 2.766 3 0.684 2 0.638 5 0.654 0.563 5 3 0.655 SLN17 19 3 1.464 5 0.368 4 0.317 2 0.809 0.294 0 2.992 0.325 SLN18 16 6 3.122 0 0.750 0 0.679 7 0.736 0.641 5 5.875 0.7 SLN21 19 3 2.533 3 0.684 2 0.605 3 0.336 0.521 2 3 0.62 SLN35 19 4 2.329 0 0.631 6 0.570 6 0.627 0.493 3 3.783 0.585 SLN33 19 2 1.429 7 0.368 4 0.300 6 0.325 0.255 4 2 0.307 SLN38 19 5 4.628 2 0.736 8 0.783 9 0.055 0.748 9 5 0.807 平均 average 0.659 3 0.597 3 0.542 3 注：N. 数量； Na. 等位基因数；Ne. 有效等位基因数；Ho. 观测杂合度；He. 期望杂合度；PHWE. “哈迪•温伯格平衡”显著性检验P值；PIC. 多态信息含量；Rs. 基因丰富度； GD. 基因多样性 Note: N. numbers; Na. number of alleles; Ne. effective number of alleles; Ho. observed heterozygosity; He. expected heterozygosity; PHWE. Hardy-Weinberg probability test; PIC. polymorphism information content; Rs. allelic richness; GD. genetic diversity
下载: 导出CSV
-
[1] 朱元鼎, 罗云林, 伍汉霖. 中国鱼类专著集[M]. 上海: 上海科学技术出版社, 1991: 40-41. [2] 区又君, 廖锐, 李加儿, 等. 野生黄唇鱼Bahaba flavolabiata肌肉和鳔营养成分的分析与评价[J]. 海洋学报(中文版), 2010, 32(3): 113-120. [3] BABAEI H, ZEINALIAN M, EMAMI M H, et al. Simplified microsatellite instability detection protocol provides equivalent sensitivity to robust detection strategies in Lynch syndrome patients[J]. Cancer Biol Med, 2017, 14(2): 142-150. doi: 10.20892/j.issn.2095-3941.2016.0091
[4] YAMAMOTO H, ADACHI Y, TANIGUCHI H, et al. Interrelationship between microsatellite instability and microRNA in gastrointestinal cancer[J]. World J Gastroenterol, 2012(22): 2745-2755.
[5] 孙成飞, 叶星, 董浚键, 等. 罗氏沼虾6个养殖群体遗传多样性的微卫星分析[J]. 南方水产科学, 2015, 11(2): 20-26. doi: 10.3969/j.issn.2095-0780.2015.02.003 [6] 杨兵, 林琳, 李纯厚, 等. 基于高通量测序的二长棘鲷微卫星标记开发与评价[J]. 南方水产科学, 2015, 11(4): 116-120. doi: 10.3969/j.issn.2095-0780.2015.04.017 [7] 孔杰, 石婧, 向燕, 等. 基于微卫星标记的养殖施氏鲟亲鱼群体遗传多样性[J]. 贵州农业科学, 2015, 43(12): 119-122. doi: 10.3969/j.issn.1001-3601.2015.12.031 [8] 袁文成. 基于转录组测序的翘嘴鳜微卫星标记的开发及MHC classI基因的克隆表达[D]. 苏州: 苏州大学, 2015: 12-28. [9] 龚诗琦, 王志勇, 肖世俊, 等. 黄姑鱼转录组SSR的开发与验证[J]. 集美大学学报(自然科学版), 2016, 21(4): 241-246. doi: 10.3969/j.issn.1007-7405.2016.04.001 [10] EXCOFFIER L, LISCHER H E. Arlequin suite ver 3.5: a new series of programs to perform population genetics analyses under Linux and Windows[J]. Mol Ecol Resour, 2010, 10(3): 564-567. doi: 10.1111/men.2010.10.issue-3
[11] ROUSSET F. GENEPOP'007: a complete re-implementation of the GENEPOP software for Windows and Linux[J]. Mol Ecol Resour, 2008, 8(1): 103-106. doi: 10.1111/j.1471-8286.2007.01931.x
[12] RICE W E. Analyzing tables of statistical tests[J]. Evolution, 1989, 43(1): 223-225. doi: 10.1111/evo.1989.43.issue-1
[13] 李小芳, 程晓凤, 王生, 等. 鲢微卫星标记的荧光多重PCR体系建立及其应用[J]. 农业生物技术学报, 2012, 20(7): 822-830. doi: 10.3969/j.issn.1674-7968.2012.07.013 [14] 苗贵东. 半滑舌鳎微卫星标记开发、应用及遗传连锁图谱的构建[D]. 青岛: 中国海洋大学, 2010: 51-62. [15] 李佳凯, 王志勇, 韦信键, 等. 大黄鱼微卫星多重PCR体系的建立及其应用[J]. 水产学报, 2014, 38(4): 470-475. [16] FU J J, SHEN Y B, XU X Y, et al. Multiplex microsatellite PCR sets for parentage assignment of grass carp (Ctenopharyngodon idella)[J]. Aquacult Int, 2013, 21(6): 1195-1207. doi: 10.1007/s10499-013-9623-z
[17] LIU T, LI Q, SONG J L, et al. Development of genomic microsatellite multiplex PCR using dye-labeled universal primer and its validation in pedigree analysis of Pacific oyster (Crassostrea gigas)[J]. J Ocean Univ China, 2017, 16(1): 151-160. doi: 10.1007/s11802-017-3121-2
[18] WANG Y K, ZHAO J, LI W, et al. Development of a multiplex microsatellite PCR assay based on microsatellite markers for the mud carp, Cirrhinus molitorella[J]. J World Aquacult Soc, 2016, 47(2): 277-286. doi: 10.1111/jwas.2016.47.issue-2
[19] YOON M Y, MOE K T, KIM D Y, et al. Genetic diversity and population structure analysis of strawberry (Fragaria × ananassa Duch.) using SSR markers[J]. Electron J Biotechn, 2012, 15(2): 1-16.
[20] BANERJEE S, DAS M, MIR R R, et al. Assessment of genetic diversity and population structure in a selected germplasm collection of 292 jute genotypes by microsatellite (SSR) markers[J]. Mol Plant Breed, 2012, 3(2): 11-25.
[21] SOUZA I, SOUZA V, LIMA P. Molecular characterization of Platonia insignis Mart. ("Bacurizeiro") using inter simple sequence repeat (ISSR) markers[J]. Mol Biol Rep, 2013, 40(5): 3835-3845. doi: 10.1007/s11033-012-2462-6
[22] 徐艳. 橄榄蛏蚌微卫星标记开发及群体遗传多样性分析[D]. 武汉: 华中农业大学, 2014: 19-37. [23] NICAL K M, YOUNG W P, DANZMANN R G. A consolidated linkage map for rainbow trout[J]. Anim Genet, 2003, 34(2): 102-115. doi: 10.1046/j.1365-2052.2003.00957.x
[24] 梁利群, 常玉梅, 董崇智, 等. 微卫星DNA标记对乌苏里江哲罗鱼遗传多样性的分析[J]. 水产学报, 2004, 28(3): 241-244. -
期刊类型引用(1)
1. 刘阳，田浩，李春霖，范佳玉，罗燕萍，尹子旭，许振琦，常棣菁，黄传扬. 卫星遥感在海洋渔业的应用与展望. 中国海洋大学学报(自然科学版). 2024(10): 90-103 . 
百度学术
其他类型引用(1)
计量
- 文章访问数: 4893
- HTML全文浏览量: 2042
- PDF下载量: 74
- 被引次数: 2
粤公网安备 44010502001741号
